信源:X 硬核干货雷达 · 覆盖 12 账号

干货候选

• 主题:LlamaParse 上线 Retrieval Harness——语义搜索+服务端 grep+文件级导航三合一融入 Agent 推理循环 | 来源:@jerryjliu0 | 链接:https://x.com/jerryjliu0/status/2071729856900215261 | 仓库:run-llama/legacy | 论文:无 | 硬核点:hybrid retrieval(向量+关键词)+File Grep+File Read 三工具在单次 agent 推理循环内交替调用，突破"1m+ docs"规模 RAG 的工程落地路径

• 主题:LangChain×NVIDIA 联合发布 NemoClaw Deep Agents Blueprint——Deep Agents 完全开源+调优Nemotron 3 Ultra 实现 benchmark 领先、推理成本降 10 倍 | 来源:@hwchase17 | 链接:https://x.com/hwchase17/status/2074874140776169485 | 仓库:langchain-ai/deepagents | 论文:无 | 硬核点:NemoClaw = Deep Agents+harness profiles+Nemotron 3 Ultra+OpenShell 企业参考架构，OSS stack 替代 closed model 的实操路线图

其余线索

• 主题:LLM Leaderboard Jul 11 更新——Grok 4.5 进入 Pareto 前沿，与 Claude Opus/Maxime/Meta Muse Spark 1.1 成本-性能对比图 | 来源:@rasbt | 链接:https://x.com/rasbt/status/2075982283509571666 | 硬核点:cost-per-token vs benchmark 视觉化对比，实操选型参考，但无新模型或新方法论

• 主题:ChatGPT Mobile"Work"= Code Interpreter 去掉大部分安全限制——隐私合规风险观察 | 来源:@simonw | 链接:https://x.com/simonw/status/2078970363971846323 | 硬核点:安全研究员视角的隐私边界分析，适合写合规踩坑警示

• 主题:World Modeling 博客——RL 训练 action token + SFT 训练 observation token 联合训练改善 agent 环境和泛化能力 | 来源:@cwolferesearch | 链接:https://x.com/cwolferesearch/status/2079214560943198614 | 硬核点:环境监督信号dense supervision过拟合处理技巧，含 weight balancing + normalization + data filtering 实操细节

• 主题:Sakana AI Conductor(ICLR 2026)——7B 模型调度其他 LLM 而非自己解题，RL 设计 worker 通信拓扑+递归自调用动态 test-time scaling | 来源:@omarsar0 | 链接:https://x.com/omarsar0/status/2051306659021242635 | 硬核点:orchestrator as model 范式转变，协作网络拓扑是 learnable policy，非 wrapper